生成AIの進化は、これまで主に事務作業や知的業務の効率化として語られてきました。しかし近年は、AIが現実世界の機械やロボットを制御する「フィジカルAI」が注目を集めています。
その象徴ともいえる動きが、日立製作所が開発を進める「自律型工場」です。生産ラインに不具合が発生した際、AIが原因を特定し、プログラムを書き換え、自ら復旧まで行う仕組みの実用化を目指しています。
もし実現すれば、工場は単に自動化されるだけではなく、自ら考え、自ら修正し、自ら運営する存在へと進化します。
今回は、自律型工場がもたらす産業構造の変化について考えてみます。
自動化から自律化への転換
これまでの工場でも自動化は進んでいました。
ロボットアームが製品を組み立て、コンベヤーが搬送し、センサーが異常を検知します。しかし、異常が発生した際には人間の技術者が原因を調査し、復旧作業を行う必要がありました。
つまり従来の工場は、
・作業は自動化されている
・判断は人間が行う
という構造でした。
一方、自律型工場では、
・異常検知
・原因推定
・改善策の作成
・シミュレーション検証
・再稼働
までをAIが担当します。
自動化の次の段階である「自律化」が始まろうとしているのです。
AIは職人の暗黙知を学習する
今回の日立の取り組みで注目すべき点は、単なるデータ分析ではありません。
生産技術者が長年の経験で身につけた暗黙知をAIに学習させていることです。
工場のトラブル対応では、
「まずここを確認する」
「この現象なら原因はこの部品の可能性が高い」
「この順番で切り分ける」
といった経験則が重要になります。
熟練技術者は無意識に行っていますが、それを言語化することは容易ではありません。
日立はこうした判断プロセスを整理し、生成AIが再現できる仕組みを構築しています。
これは単なる機械化ではなく、人間の知識そのものをデジタル資産化する試みともいえます。
日本製造業の強みが生きる理由
AI開発では米国や中国が先行しています。
しかし製造現場では日本企業にも優位性があります。
理由は現場データです。
日本企業は長年にわたり、
・品質管理
・改善活動
・設備保全
・工程管理
を徹底してきました。
トヨタ生産方式に代表されるように、現場改善のノウハウが蓄積されています。
生成AIだけでは製造業の競争力にはなりません。
AIに学習させる現場データがなければ意味がないからです。
その意味で、日本企業が持つ膨大な製造ノウハウは極めて価値の高い資産になります。
国産AIへの期待が高まる背景にも、この製造データの存在があります。
工場から人間は消えるのか
自律型工場という言葉を聞くと、人間が不要になるような印象を受けます。
しかし現実はもう少し複雑です。
AIが得意なのは、
・大量データの分析
・定型的な判断
・最適化
です。
一方で、
・設備投資の意思決定
・新商品の企画
・品質基準の設定
・想定外のトラブル対応
は依然として人間の役割として残ります。
むしろ工場で働く人の仕事は、
「操作する人」
から
「設計する人」
へと変化していく可能性があります。
現場作業者が減る一方で、
・AI運用担当
・データ分析担当
・システム設計者
といった職種の重要性が高まるでしょう。
フィジカルAIが生む巨大市場
生成AIブームの中心はこれまでソフトウェアでした。
しかし今後は実世界へ広がります。
ロボット
工作機械
物流設備
自動運転車
建設機械
など、物理世界で動く機械とAIが結びつき始めています。
これがフィジカルAIです。
市場予測では今後10年で10倍規模に拡大するとされています。
AIが文章を書く時代から、AIが工場を動かす時代へ移行しつつあります。
今後の産業競争は、どれだけ優れたAIを持つかだけではなく、どれだけ現場データを持つかが重要になるでしょう。
結論
日立が目指す自律型工場は、単なる工場の自動化ではありません。
人間が蓄積してきた経験や知識をAIが学習し、自ら判断し、自ら修復する「考える工場」の実現を目指すものです。
これは製造業における大きな転換点になる可能性があります。
今後の競争軸は、安い労働力でも設備規模でもなく、
「現場の知恵をどれだけAIに移植できるか」
へ移るかもしれません。
工場から人間が消えるのではなく、人間の役割そのものが変わる時代が始まろうとしています。
参考
・日本経済新聞 2026年5月29日朝刊「日立、AI使い『考える工場』 生産ラインを自己修復」
・日本経済新聞 2026年5月29日朝刊「自律型工場 生産量、品目ごとに最適化」
・Grand View Research フィジカルAI市場調査
・日立製作所公表資料